Les programmes d’IA d’entreprise vont au-delà de l’expérimentation, mais la maturité de l’IA agentique (la capacité d’exécuter des flux de travail gouvernés et autonomes à l’échelle de la production) reste hors de portée pour la plupart des organisations. Les entreprises qui comblent cet écart le plus rapidement sont celles qui ont investi très tôt dans des bases de données propres.
Whoop, la société de technologie de la santé basée à Boston et connue pour ses appareils portables biométriques, est l'un des exemples les plus clairs de ce à quoi ressemble ce processus dans la pratique. Le parcours de l'entreprise, du tracker de fitness des athlètes d'élite à la plateforme de santé à grande échelle – traitant désormais les données de capteurs qui capturent la fréquence cardiaque, la fréquence respiratoire, la variabilité de la fréquence cardiaque, la pression artérielle et les lectures d'électrocardiogramme – a fait de l'infrastructure de données une priorité stratégique de premier ordre, selon Matt Luizzi (photo de droite), vice-président de l'analyse chez Whoop.
« Nous capturons une tonne de données de capteurs – ce sont des données provenant du poignet que nous traitons et stockons dans notre lac de données », a déclaré Luizzi. « Et puis nous voulons utiliser l'analyse pour améliorer l'expérience produit, comprendre comment mettre le produit entre les mains d'un plus grand nombre de clients. Snowflake est au centre de cela. Nous alimentons l'ensemble de notre fonction d'analyse commerciale par Snowflake. Et plus récemment, avec l'IA, cela a vraiment transformé la façon dont nous pouvons accélérer notre fourniture d'informations et prouver notre valeur à nos membres. «
Luizzi et Vivek Raghunathan (à gauche), vice-président senior de l'ingénierie et du support chez Snowflake Inc., se sont entretenus avec Dave Vellante et Rebecca Knight de theCUBE au Snowflake Summit 2026, lors d'une diffusion exclusive sur theCUBE, le studio de diffusion en direct de SiliconANGLE Media. Ils ont discuté de la manière dont Whoop opérationnalise les flux de travail de l'IA et fait progresser la maturité de l'IA agentique sur la plate-forme de données de Snowflake, ainsi que des stratégies d'interopérabilité utilisant Apache Iceberg et Polaris. (* Divulgation ci-dessous.)
Maturité de l'IA agentique et opportunité de connaissances tribales
L'ampleur du défi que représente Whoop en matière de données n'est pas anodine. La société détient actuellement plus de trois pétaoctets de données dans son lac de données, avec 20 téraoctets ajoutés par jour, ce qui rend l'interopérabilité et les normes ouvertes comme Apache Iceberg essentielles pour une flexibilité à long terme, a noté Luizzi. Cette fondation a permis à Whoop d'adopter les derniers outils agents de Snowflake, notamment Snowflake CoCo, l'agent de codage de la plateforme pour les flux de données d'entreprise, avec ce que Luizzi a décrit comme des résultats immédiats et mesurables.
« Nous avons déployé beaucoup d'efforts pour générer cette ontologie sémantique claire au cours des deux dernières années », a déclaré Luizzi. « Et cela nous a vraiment permis de prendre des produits comme CoCo Desktop et de nous y plonger immédiatement et d'en voir la valeur. Ce que nous constatons maintenant, c'est un changement dans les domaines où les humains sont capables d'ajouter de la valeur et où ils sont nécessaires pour ajouter de la valeur. »
Raghunathan a structuré la stratégie de plateforme plus large autour de deux personnalités complémentaires. Il a précédemment cofondé Neeva Inc., le moteur de recherche d'IA acquis par Snowflake, lui donnant le point de vue d'un ingénieur sur la direction que prennent les outils agentiques. Snowflake CoWork cible les utilisateurs professionnels qui cherchent à extraire des informations à partir de données, tandis que Snowflake CoCo est conçu pour les développeurs et les constructeurs qui construisent les modèles, les compétences et l'intelligence sur lesquels s'appuient les utilisateurs professionnels. Les deux, dit-il, sont présents dans chaque entreprise.
« Je pense qu'une grande partie de ce que nous constatons est (que nous devons) partir des premiers principes et nous demander quels sont les travaux à accomplir », a déclaré Raghunathan. « Certaines de ces activités seront des activités où l'entrée est bien définie et structurée et la sortie est bien définie et structurée. Et si tel est le cas, alors un agent effectuera cette activité. Il y aura une troisième classe d'activités – l'entrée est floue, la sortie est floue – ce que j'appellerais des activités fondamentalement humaines. «
Pour Whoop, l’effet pratique de la maturité de l’IA agentique est déjà visible dans la façon dont les rôles évoluent. Les frontières entre ce que font un chef de produit, un analyste, un concepteur et un ingénieur s'estompent à mesure que les agents absorbent les connaissances tribales et automatisent les flux de travail qui nécessitaient autrefois une expertise spécialisée, a expliqué Luizzi. Le résultat, dit-il, n’est pas une diminution du nombre d’humains, mais une augmentation de la production.
« Nous commençons à voir certains premiers signes indiquant que nous automatisons réellement un grand nombre de ces flux de travail les plus triviaux qui nécessitent simplement des connaissances tribales et un travail manuel, et commençons à réaffecter ces mêmes humains à ces tâches stratégiques à valeur ajoutée pour l'entreprise », a déclaré Luizzi. « Ce que nous ne constatons pas, c'est le manque de besoin d'humains. Nous voyons tout cela (…) le travail se propager et nous sommes capables de faire beaucoup plus de choses en tant qu'entreprise, d'avancer plus rapidement et, en fin de compte, d'offrir beaucoup plus de valeur à nos clients. »
Voici l'interview vidéo complète, faisant partie de la couverture par SiliconANGLE et theCUBE de l'événement Snowflake Summit 2026 :
(* Divulgation : TheCUBE est un partenaire média payant pour le Snowflake Summit 2026. Les sponsors de la couverture de l'événement theCUBE n'ont pas de contrôle éditorial sur le contenu de theCUBE ou SiliconANGLE.)
